有砟铁路路基层位变形智能识别方法

作     者：詹绍佳 杜翠 张栋 徐天新 宋玉 ZHAN Shaojia;DU Cui;ZHANG Dong;XU Tianxin;SONG Yu

作者机构：中国铁道科学研究院集团有限公司铁道建筑研究所北京100081 北京交通大学机械与电子控制工程学院北京100044 北京天立秀科技有限公司北京100192 

出 版 物：《铁道建筑》 (Railway Engineering)

年 卷 期：2024年第64卷第4期

页      面：90-95页

学科分类：08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(U2268216) 国家能源投资集团有限责任公司科技创新项目(GJNY-21-115-39) 朔黄铁路公司科技创新项目(SHTL-23-25) 

主　　题：铁路路基 层位变形 周期性检测 层位识别 探地雷达 机器学习 

摘      要：针对探地雷达单期数据无法获取路基层位变化情况的问题,提出了一种基于周期性检测的铁路路基层位变形智能识别方法。首先采用YOLO v5模型识别雷达图像中的桥梁设备,通过与设备表模糊匹配实现多时相数据的里程配准,再基于U‐Net模型对多期数据中的路基层位线进行准确识别,最后根据年变形量提取路基显著变形的里程范围,为养护维修决策提供数据支撑。采用实测数据进行了测试试验。结果表明:多期数据配准精度满足应用需求,自动识别的层位线与人工追踪结果相近,有效提升了探地雷达周期性检测数据的处理效率和精度,为铁路路基层位变形检测提供了一种新方法。